研究不同机器学习模型的最佳参数（某金融数据集）
发布时间
阅读量：
阅读量
在网格搜索过程中实际上存在过拟合的风险，这是因为在参数优化阶段，算法已经完整地访问了训练集数据，并从中筛选出最优参数，随后使用这些参数对训练数据进行拟合（这相当于在建模前已经提前获取了数据信息）。
- 可以尝试将数据划分为三个部分，分别为训练数据集、验证数据集和测试数据集，并利用最优参数模型对验证数据集进行拟合。
导入各种包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score,precision_score,recall_score,f1_score,roc_auc_score,roc_curve,auc
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import GridSearchCV
from sklearn.svm import SVC
from sklearn.tree import D全部评论 (0)
还没有任何评论哟~